重视测量数字化，增强智能网联汽车产业协同价值

2023-05-19朱伟华任强

汽车与驾驶维修(维修版) 2023年3期

朱伟华、任强

（1.杭州市数据质量研究院，杭州 310024；2.北京卓众出版有限公司，北京 100083）

0 引言

在相关政府部门指导和支持下，以相关协会、学会为纽带，我国围绕智能网联汽车产业已经搭建出协同创新平台。同时，协同创新平台又联合“产学研用金”全产业链顶级资源，共同搭建起了国家级联合科技攻关、应用转化、投融资和公共服务的平台[1]。智能网联汽车是科技产业，要发挥产业协同研发创新的效应，应当确保各个研发机构使用同一种科技语言说话。

目前，产业协同创新平台借助市场化手段，推动车载终端、通信管理、云控平台、高精地图、信息安全和功能安全等共性技术普及应用（图1），这有利于化解我国车企数量庞大、产业集中度低所导致的单一企业智能网联研发成本高问题。但作为上述应用技术的基础，重视汽车测量科技的源头创新，将更有利于增强我国智能网联汽车产业的协同创新价值。

图1 未来长途客车驾舱系统和座舱系统

1 智能网联研发工具链是“硬骨头”

经过100 多年的发展，现有汽车的机械部件同质化已经非常严重，而智能网联是形成产品差异化的关键。对于车企而言，保障自身智能网联体系的独特性和领先性，对于市场竞争非常重要。车企的这种战略选择，与智能网联产业协同的战略目标可能存在差异。要填补单一企业与产业协同间的供需缺口，产业协同应当去啃单一车企不愿啃、啃不动的“硬骨头”，而不宜和车企研究院做类似工作。

什么是单一车企不愿啃、啃不动的“硬骨头”？经过对调研车企研究院和检测认证机构的现状进行调研后不难发现，我国汽车产业的研发工具，从软件到测量再到检测硬件设备，都高度依赖少数国外供应商。即使是管理国外的CAx 工业软件，形成数字化的协同研发能力，合理降低软件授权费等“低技术含量”的工作，很多企业也没有做到。大量的汽车零部件企业甚至是整车企业的研发部门，仍然采用管控网络连接等手段“保障信息安全”。

CAx 指的是计算机辅助设计软件，即CAD、CAM、CAE、CAPP、CAS、CAT 和CAI 等各项技术的综合叫法，因为这些技术的缩写基本都是以CA 为起始，X 则表示所有。也就是说，CAx 实际上是把这些计算机辅助技术集成起来复合和协调地进行工作。目前广东省已经围绕家电、家居等CAx 工业软件的自主可控开展产业协同[2]，相比这些行业的CAx 软件，汽车CAx 软件的复杂度和精度要求更高。但国外供应商能做到，国内为什么做不到？归根到底，这还是产业协同力度够不够的问题，而不是能不能的问题。从目前各类汽车产业协同的深度看，普遍忽视了底层测量科技的协同。单一车企可以不考虑测量工具的独立自主，但作为产业协同，应当重视测量工具这个层面的独自自主和前瞻数字化服务。

2 汽车研发可带动测量的量子化应用

2018年，国际单位制已经全面量子化，可实现扁平溯源[3]。通过调研了解，目前各类汽车研究机构的测量、检测设备依然都是传统校准模式。在这种新测量机制下，即使是同一个研究机构的设备，由于厂商不同，也难以做到高精度下的一致性，更遑论不同研究机构、不同企业的测量设备。

目前，博世等欧洲零部件企业已经参与欧盟计量机构的研发、生产设备的数字化校准产业协同。由于智能网联汽车使用的雷达等传感器精度对于自动驾驶安全影响巨大，如果不能实现车辆在途高频校准，现有的质量保障手段，是不能从根本上解决车辆的安全问题。对于上述结论，笔者已经求教了国内主要汽车检测认证机构专家，得到了确定性的答复。也就是说，行业专家认为车载测量传感器和自动驾驶安全部件是应该实时在途计量校准和检测，但目前的法规并不支持这样做，所以产业就没有能力供给。

上述产业专家共识，就属于单一企业难以完成的工作。作为智能网联产业协同机构，就应当承担起责任，把产业协同的范围向“测量”这一科技源头延伸。比如，相关汽车零部件企业已经在提供“时间敏感网络”芯片装置，目的是解决车内网的“时间同步”问题，这套解决方案至少解决了车辆传感器和控制系统的高精度时间同步问题[4]。

我们要走的并非单纯的单车智能路线，而是“车路网云图”协同。这意味着我们要追求的是整个生态的“时间敏感网络”。如果我们单纯认为这些跨国零部件企业就能解决“车路网云图”的时间敏感问题，那就是刻舟求剑，显然难以实现目标。

当下，我们还是应该脚踏实地，先定义好，究竟智能网联汽车对于整个“车路网云图”各个节点，所需要的时间精度应该是多少。现有5G 通信网络标称提供130 ns 通信时延，但车辆与基站的时间如何保持确定同步呢。如果不能确定性同步，而只是名义上双方都溯源北斗，如何知道行驶中每一辆车和每个5G 基站的时钟都与北斗保持了纳秒级误差。如果不能保障，我们谈论“时间敏感网络”的意义何在呢？

归根到底，虽然我们只是要解决车辆的智能化问题，但不得不因此解决整个产业生态的时间和空间同步问题。对于汽车这类交通工具而言，一旦实现人工智能控制的自动驾驶，针对机器与机器的时空管理，正是最关键的问题。

3 智能网联汽车对制造强国、质量强国意义重大

前段时间笔者参加国内车路协同行业的研讨会，会上有关专家认为，当下的车路协同还处于人与机器的协同阶段，机器与机器协同属于共产主义理想，短期难以实现。这个判断并没有引发争论，可以作为短期的产业共识，但这并不意味着人与机器的协同，就不需要解决时空管理问题。

如果车路协同给人类驾驶者提供信息，下一个路口左侧的人类视觉盲区将有“鬼探头”式车辆出现，驾驶者在多大程度上应该相信这个提醒的可信度呢？如果没有路侧雷达、摄像头之间的时空同步，这些提醒的可信度就会大打折扣。事实上，目前交通信号灯、电子警察摄像头的时空同步问题都还处于技术探索阶段，相关标准刚刚制定。车主如果当下就质疑某个电子警察给出的图像可能是伪造，并拿出了车辆被抓拍时处于另一个时空的图像视频证据，这种情况下，执法部门能否拿出更强有力的证据予以反驳，从而维持执法权威性，这也是个很实际的问题。

目前，在腾讯交通等互联网公司推动下，个别地区已经开始数字道路建设[5]。所谓“数字道路”，就是对传统车路协同道路的数字孪生化或者元宇宙化应用。也就是说，通过在传统道路增加摄像头、毫米波雷达等路侧传感器，对道路上行驶的车辆精确感知，然后采取边缘和云端混合计算，对道路进行实时动态仿真。借助这个完全数字化的道路，为车主提供车路协同服务，为城市管理者提供数字化治理尤其是交通安全治理能力，为道路交通运营商提供税费征缴以及精确的道路通行效率控制能力（图2）。

图2 斯柯达发布可持续出行路线图

面对已经大势所趋的车辆智能网联化，交通执法、道路税费征缴都在加速数字化，智能网联汽车产业协同应当向这些已经关注时空同步问题的标准法规延伸。在解决车辆时空敏感网络问题的同时，与路侧标准同步升级。用汽车的高时间敏感标准，推动路侧时空精度标准提升，这才是中国智能网联汽车的科技门槛。如果我们的汽车满足于秒级的精度，路侧就可以满足于秒级精度，对于车辆和路侧数据的用户，就只能把精度再降低一个数量级。那意味着汽车行业只能获取分钟级的数据精度，交通治理部门可能只有小时级的数据精度。这样导致的最直接的结果，就是目前车辆的ETC 结算就会延迟若干小时以上；车辆1 min 移动的距离会让很多数字化应用场景失去效率管理的意义。这会根本上动摇智能网联汽车存在的价值。